齊魯網(wǎng)·閃電新聞2月28日訊 開年以來面對巨大的技術沖擊，吾日三省吾身可總結(jié)如下：為什么DeepSeek不是出自本地？怎么用DeepSeek打造工作亮點？該如何應對DeepSeek對個人的沖擊？

若是有競爭對手率先自己發(fā)布關于DeepSeek的亮點工作，更能直擊管理者本已高度聚焦的關注點，對以上“三省”來一個Plus版。

相關新聞報道與社媒言論鋪天蓋地。與其說是反省，倒不如說是“滿懷希望的焦慮”。一面希望大模型這一重器能解決工作中的沉疴宿疾；另一方面焦慮是重器碾過，自己卻掉了隊。

懂得挺多，但“心眼”也挺多

大模型的優(yōu)點無需贅言，強大的復雜任務處理能力、優(yōu)秀的語言理解能力、持續(xù)學習進化能力、知識學習與融合能力，成為工作、生活、學習過程中必不可少的利器。

但也存在一定缺陷，大算力、大語料、大訓練的高成本投入，讓大多數(shù)單位望而卻步。對于使用者而言，更應該關注其“大幻覺”的天然缺陷。大模型的設計原理是基于匹配模式，而非邏輯推理；是通過模式識別輸出結(jié)果，這個結(jié)果并非全部都是準確事實。但其內(nèi)部復雜的運行機制迄今仍像一個“黑盒”，人們難以洞悉其推理過程。

這就會導致大模型有時候會一本正經(jīng)地胡說八道，生成看似合理但實際不準確或虛假的信息，而且這些信息是隱藏在準確信息之中，隱蔽性強，不仔細分辨很容易就蒙混過關。

這一點在嚴肅決策和公眾服務過程中會是致命的，對政府部門尤甚，此外，如何防止大模型可能存在的數(shù)據(jù)泄露與濫用隱患，也是各應用單位的關注重點。

得再加點火候，把工作干到“心窩”里

在實際使用過程中，當我們通過大模型尋找某一問題的答案時，它給我們的答案已經(jīng)回答到“肋骨”了，但距離想要的“心窩”里還總差那么點火候。

“肋骨”到“心窩”的距離，核心還是“通用”和“專業(yè)”之間的區(qū)別。市面上大模型產(chǎn)品均為“通用大模型”，DeepSeek、豆包、ChatGPT、文心一言、通義千問等等，均屬此類。通用大模型使用廣泛的文本數(shù)據(jù)進行訓練，并能夠通過微調(diào)適應各種任務，這使得模型能夠理解多種主題和領域的內(nèi)容。優(yōu)點是懂得多、上手快，缺點是專業(yè)差、精度低。同時，再加上用戶提示詞表述可能存在不清晰、不具體的情況，使得輸出結(jié)果更不理想，導致通用大模型專業(yè)能力不足被專業(yè)領域用戶普遍詬病。

行業(yè)大模型應運而生，其采用的是“白加黑”組合方式。黑，即黑盒，是一系列難以呈現(xiàn)出的復雜計算過程，其推導具有不可知屬性。白，即“白盒”，引入機理模型理念——強調(diào)系統(tǒng)內(nèi)部運行機制和客觀規(guī)律，并關注具體行業(yè)各業(yè)務環(huán)節(jié)之間的因果關系和相互作用，使得過程推理變得可知可控。二者關系并不是非“黑”即“白”，是遞進補充、相互融合。通過黑盒成為全才，再通過白盒進化為專才。

行業(yè)大模型擁有專業(yè)的知識深度、精準的任務處理、可控的過程分析，更能為使用者提高決策效率和質(zhì)量，把工作干到“心窩”里。

不光干“熱點”，更要解“難點”，拼大模型就是拼知識

近二十年來，新技術熱點涌現(xiàn)不斷，首先會出現(xiàn)蜂擁而上的熱鬧局面，但工具萬能論、運動式治理、技術中心論三大致命誤區(qū)，導致手里拿著錘子，看啥都是釘子，往往會把事情變?yōu)橐坏仉u毛。

熱情開工前，要充分認識一個核心問題：拼大模型其實就是拼知識，誰掌握好高質(zhì)量的行業(yè)知識，誰就能在大模型的應用中取勝！

浪潮科技的答案 是——焱宇行業(yè)大模型。

焱宇行業(yè)大模型基于浪潮科技多年積累的眾多行業(yè)業(yè)務實踐經(jīng)驗，旨在通過長效治理、標本兼治的建設目標，實現(xiàn)大模型從“技術概念”向“業(yè)務解決方案”的轉(zhuǎn)化。該模型建設包括行業(yè)大模型服務平臺、一體化知識服務平臺、通用智能體、行業(yè)業(yè)務智能體。

行業(yè)大模型服務平臺提供數(shù)據(jù)標注、模型微調(diào)與優(yōu)化、Agent智能體敏捷開發(fā)等行業(yè)場景模型定制標準化、智能化工具，為“拼知識”打好堅實基礎。

一體化知識服務平臺是“拼知識”的關鍵。其建有全生命周期的行業(yè)知識服務體系，將碎片化、數(shù)量大、來源多的行業(yè)知識，轉(zhuǎn)換為準確度高、完整度好、一致性強的高質(zhì)量語料，并通過行業(yè)大模型微調(diào)訓練，固化為組織的知識生產(chǎn)力。

浪潮科技一體化知識服務平臺能采集全鏈路知識資源，支持文檔、媒體等知識原料智能采集、智能入庫；編織全維度知識圖譜，智能入圖，構建跨部門跨行業(yè)知識圖譜100余個；構建全智能知識應用，智能問答、智能推薦等應用，深度提升知識效益。

有了見識全面、純度100%的高質(zhì)量知識，就能做到智能問答、智能問數(shù)、智能運維的業(yè)務與管理結(jié)合，做到高效、科學、準確。浪潮科技還落地覆蓋15個行業(yè)的50余款行業(yè)業(yè)務智能體。

焱宇，為各行各業(yè)添把火

焱宇行業(yè)大模型，以行業(yè)深度定制、高質(zhì)量數(shù)據(jù)治理、一體化知識服務、私有化可信部署、全流程可視可控的優(yōu)點得到一致認可，并廣泛應用在諸多行業(yè)。

通過與中國工程科技知識中心（CKCEST）合作，打造了知領大模型，基于6838萬向量知識庫，攜手CKCEST打造知識增強型AIGC引擎，匯聚30多個專業(yè)領域資源，工程科技領域一級學科覆蓋率達100%，二級學科覆蓋率達90%；資源體量達100TB，為科研工作者提供了更加高效、精準的知識支持，塑造科技科研服務新范式。

針對現(xiàn)階段稅費訴求咨詢分析效率低、精度差、應用不足問題，打造稅費訴求大模型，整合征納互動系統(tǒng)、12366等多源數(shù)據(jù)，實現(xiàn)稅務訴求全鏈路閉環(huán)管理；“話小助”智能單席助手和“訴小滿”稅費訴求感知平臺，能夠快速響應稅費訴求。“話小助”上線后，平均每通電話時間節(jié)省90秒，節(jié)省人力30%，管理成本降低35%，有效解決人手緊張、效率瓶頸等問題。

此外在不動產(chǎn)業(yè)務領域的易小登、法院領域的法小助、群團業(yè)務的問答事務通等等，都因為強大的知識支撐，展現(xiàn)出焱宇兼具良好的通用與行業(yè)能力，賦能全行業(yè)數(shù)智化轉(zhuǎn)型。

面對當下的大模型熱潮，還是要落腳在“好用為王”，以實用主義來消解技術焦慮。技術歸根到底仍是“賦能者”而非“決定者”，廣大使用者應該做好技術判斷與價值判斷，在政府數(shù)智化轉(zhuǎn)型中讓大模型從趁熱“接入”走向深度“嵌入”。